本文来自微信公众号： 01Founder ，编辑：Max，作者：一直在路上的Max
10月24日凌晨，月之暗面发布了新一代模型Kimi K3.1 Pro。
这是一个拥有3万亿级参数、支持100万Token上下文的大模型。
在官方公布的Terminal-Bench 4.0测试中，它取得了65.7%的成绩，已经非常接近Claude Opus 5.5这样的全球顶尖模型。
对于一家成立仅仅几年的中国创业公司来说，这样的成绩已经足够惊人。
两年前，中国的大模型公司还在苦苦追赶GPT-4，如今，它们已经能够在全球最前沿的技术舞台上，与那些拥有庞大算力和资金储备的美国公司正面竞争。
然而，这场本应迎来掌声的发布，却出现了一幕颇为讽刺的景象。
模型越来越聪明，用户却发现自己越来越用不起了。
在K3.1 Pro发布之后，社交媒体上很快出现了不少关于会员额度的抱怨。
一些用户购买了每月199元的Pro套餐，准备体验新模型的编程和Agent能力，结果没运行几个复杂任务，就发现自己已经接近使用上限。
与此同时，关于Kimi在新模型发布前后调整会员额度的讨论也开始出现。
一位开发者使用两个699元的订阅账号，通过49次API请求进行测试，按照相同的Token结构进行折算，发现旧套餐能够获得的API价值约为新套餐的1.94倍。
虽然这一结果不能直接代表所有用户的实际额度变化，但仍然引起了不少讨论。
更有意思的是，Kimi这次发布的新模型，API价格其实还下降了。
根据官方定价，上一代K3每百万Token的输入和输出价格分别为20元和100元，K3.1 Pro则降到了13元和68元。
单看API价格，Kimi依然在努力维持中国模型一贯的成本优势。
可对于购买订阅套餐的用户来说，模型能力提升了，单位Token价格降低了，真正使用时却需要更加谨慎地计算额度。
模型公司拿出了一张漂亮的成绩单，用户却开始抱怨自己的账单。
看到这些讨论的时候，我突然想起了2024年的一次饭局。
PART.01
两年前的一次饭局
THUMB
STOPPING
2024年的Kimi，大概是中国最风光的大模型创业公司。
那时候，ChatGPT已经向全世界展示了大语言模型的潜力，但国内真正能够让普通用户记住名字、主动使用的AI产品还没有几个。
Kimi凭借长文本能力迅速出圈，一度成为中国大模型行业最受关注的产品之一。
它的用户增长、产品体验，以及背后月之暗面的融资故事，都让这家公司站在了聚光灯下。
对于那个时期的创业者而言，Kimi几乎代表着中国大模型商业化的一种可能。
恰好当时我有一位朋友正在做企业服务，手里有一些B端客户，希望能够接入Kimi的模型能力，为企业提供定制化的AI应用。
于是，他通过熟人介绍，约了月之暗面的一位联合创始人吃饭，希望能够聊聊合作的可能性。
因为他对模型训练和技术侧的情况不太了解，便特地喊我作陪。
在见面之前，我觉得这原本应该是一件顺理成章的事情。
毕竟那时候，整个大模型行业都在讨论商业化，如何找到真正愿意付费的客户，如何让模型走出实验室，成为企业生产流程的一部分，几乎是所有创业公司绕不开的问题。
而我们眼前恰好就有这样的客户，他们拥有真实的业务需求，也愿意为模型服务支付费用。
然而，那位联合创始人最终拒绝了合作。
我至今还记得，对方给出的理由非常简单：算力不够。
坦白说，当时我有些意外。
一家站在行业风口上的创业公司，手里握着当时国内最受欢迎的大模型产品之一，外面有大量资本希望投资它，也有企业愿意购买它的服务，可当真正的商业机会摆在面前时，它却因为算力不足而无法承接。
当然，我能够理解对方当时的选择。
2024年的Kimi正在快速增长，有限的计算资源需要优先保证自有产品的稳定运行。
对于一家仍在技术和商业化之间摸索的创业公司而言，如何分配这些资源，本来就是一道困难的选择题。
那顿饭之后，我们没有继续推进合作，这件事也逐渐淡出了我的记忆。
直到两年后的今天，Kimi已经从当年主打长文本能力的聊天助手，成长为能够执行复杂编程和长程Agent任务的前沿模型，月之暗面的技术实力和模型规模，也早已不可同日而语。
可是，当我看到用户因为额度不足而抱怨K3.1 Pro的时候，当年那句“算力不够”又一次浮现在我的脑海里。
两年前，有企业客户愿意付费使用Kimi，月之暗面却因为算力紧张，最终没有承接这笔生意。
两年后，Kimi已经训练出了世界一流的大模型，普通用户也愿意每个月花199元甚至699元购买服务，却发现自己仍然需要小心翼翼地分配每一次调用。
今天的会员额度争议涉及具体的产品定价、推理成本和容量管理，我们还无法仅凭外部的使用体验，判断Kimi内部究竟存在多大的算力压力。
但这两件相隔两年的事情，却让我开始思考一个更大的问题。
中国的大模型公司已经有能力造出世界一流的模型，可我们究竟还需要多少算力，才能让这些模型被世界充分使用？
PART.02
越来越昂贵的智能
THUMB
STOPPING
理解这个问题，需要先看看过去两年，大模型究竟发生了多大的变化。
2024年，我们与大模型的关系还很简单。
大多数时候，我们坐在电脑前，向ChatGPT或者Kimi提出一个问题，等待它给出答案。
无论是翻译文章、整理资料，还是编写一段代码，模型的工作通常都伴随着一次对话的结束而告一段落。
但到了2026年，大模型正在从两个方向发生变化。
首先是模型本身越来越庞大。
如果回到两年前，100B、120B这样的千亿参数规模，已经足够让一家模型公司大书特书。
可到了今天，千亿参数早已算不上什么稀奇事，头部模型的规模正在向万亿级迈进。
Kimi K3的总参数量达到2.8T，相当于28000亿；
智谱GLM-5.3达到753B，也就是7530亿；
DeepSeek V4 Pro则进一步达到1.6T，相当于16000亿。
当然，这些模型普遍采用了MoE架构，每次推理只需要激活部分参数，单次计算量远小于总参数规模所暗示的数字。
但对于负责部署这些模型的公司而言，更庞大的模型权重、更复杂的并行计算，以及动辄百万Token的上下文窗口，仍然意味着更高的显存、互联带宽和基础设施要求。
而模型规模的扩张，还只是故事的一半。
其次是Agent的普及正在彻底改变人们使用大模型的方式。
如今的用户已经开始习惯把完整的工作交给模型。
一个Coding Agent接到任务后，可能需要阅读几百个源代码文件，理解整个项目的结构，然后修改代码、调用工具、运行测试，再根据报错信息反复调整自己的方案。
如果任务足够复杂，它还可能启动多个Subagent，让不同的模型实例同时处理不同的问题。
从用户的角度来看，整个过程或许只有一句简单的指令，但在这句话背后，模型可能已经连续工作了几十分钟，进行了上百次推理和工具调用，消耗了数百万甚至更多Token。
于是，一个更加棘手的问题出现了。
模型本身正在变得越来越庞大，而我们要求它完成的工作也在变得越来越复杂。
每一次任务可能消耗更多Token，每一个Token背后又需要越来越精密的计算基础设施，两股力量叠加在一起，正在把整个行业的算力需求推向新的高度。
这让我想到电力刚刚普及的年代。
最初，人们只是希望用电灯替换煤油灯，获得一种更加便宜、方便的照明方式。
但随着电力技术的发展，电动机开始进入工厂，电梯、轨道交通和各种电器相继出现，人们对电力的需求也随之不断扩大。
一盏电灯消耗的电力越来越少，但人类已经开始用电驱动整座城市。
技术进步降低了单次使用的成本，却也打开了一个远比过去庞大得多的需求市场。
今天的大模型正在经历类似的变化。
过去我们只是偶尔向模型提出一个问题，如今却希望它能够像真正的员工一样，连续工作几个小时，甚至同时运行几十个Agent。
模型每变聪明一点，我们就会发现更多值得交给它完成的工作，而这些新工作，又需要更多算力来支撑。
10月23日，中国信通院发布了一份《大模型词元服务性能监测报告（2026年）》，其中的两组数据，恰好为这种变化提供了注脚。
2026年6月，国内Token日均消耗量已经达到约500万亿，是2025年12月的近4倍。
与此同时，国内大模型服务的归一化均价，从2025年下半年的6.8元上涨至2026年的13.46元，涨幅接近一倍。
这里的归一化均价是对不同模型和计费方式进行统一处理后的统计结果，反映的是市场价格结构的变化，并不能直接理解为所有模型的API都涨价了一倍。
但把这两组数据放在一起看，整个行业正在发生的变化已经相当明显。
过去两年，中国大模型行业最重要的故事之一，是价格战。
从几家头部厂商不断刷新API价格，到DeepSeek用极具竞争力的定价冲击全球市场，中国模型逐渐建立起一种鲜明的行业印象：能力越来越强，价格越来越便宜。
然而，当模型逐渐从聊天工具变成能够持续工作的生产工具，这场竞争的经济逻辑也开始发生变化。
过去，人们主要关注模型生成一个Token需要花多少钱。
如今，随着模型规模不断扩大、Agent任务越来越复杂，完成一项工作究竟需要消耗多少计算资源，开始成为更重要的问题。
这也解释了为什么Kimi明明降低了单位Token价格，一些订阅用户却仍然觉得越来越贵。
对于模型公司来说，Token是可以精确计量的成本；对于用户来说，他们真正关心的是一次订阅究竟能够换来多少工作成果。
当模型开始替人工作，计算资源便成了这个时代最重要的生产资料之一。
而中国的大模型创业公司，恰恰是在这种生产资料相对匮乏的环境里成长起来的。
PART.03
中国大模型的原生家庭问题
THUMB
STOPPING
如果把时间拨回2023年，中国与美国的大模型创业潮几乎是在同一时期兴起的，但这些年轻公司的起点，却有着相当大的差别。
2023年1月，微软宣布向OpenAI进行新一轮数十亿美元投资，双方的合作也从资金延伸到了Azure云计算和超级计算基础设施。
同年，Anthropic先后与谷歌、亚马逊建立了深度合作关系，获得巨额资金和算力支持。
而Google、Meta这样的科技巨头，本身就拥有庞大的AI计算基础设施。
中国的情况则要复杂得多。
2022年10月，美国开始对中国实施先进计算芯片出口管制，并在2023年进一步收紧限制。
恰好在这个时期，国内大模型创业潮开始兴起，月之暗面、百川智能等一批公司进入前沿模型的竞争，智谱等已有团队也加快了研发步伐。
虽然这些公司背后同样有资本和大型科技企业的支持，DeepSeek也拥有幻方量化多年积累的计算资源，但中国模型公司获取先进算力的渠道、成本和供给确定性，始终面临着更多限制。
这也是为什么我一直觉得，算力是中国大模型创业公司的原生家庭之殇。
一家公司的出身，往往会在很长一段时间里影响它的发展道路。
对于中国的大模型创业公司而言，计算资源的约束已经逐渐渗透到技术研发、产品供给和商业化的各个环节。
DeepSeek就是一个很有代表性的例子。
从MoE架构、MLA注意力机制，到围绕训练效率和推理成本展开的一系列工程创新，DeepSeek始终表现出对计算效率的高度重视。
这些技术也是全球前沿模型共同探索的方向，但在先进计算资源相对有限的环境下，如何通过架构和工程优化，让每一张计算卡发挥更大的价值，显然具有更加迫切的现实意义。
这种对效率的追求，已经逐渐成为中国模型公司一种鲜明的工程文化，也帮助它们在有限的计算预算下不断逼近全球技术前沿。
但比技术路线更艰难的选择，发生在商业化阶段。
对于一家独立模型公司而言，有限的算力需要同时满足下一代模型的研发，以及现有产品的推理服务。
前沿模型的竞争越来越激烈，研发投入很难放缓，而新模型一旦取得成功，又会吸引更多用户，进一步推高推理需求。
对于阿里、字节这样拥有大型云业务的科技巨头来说，可以通过既有基础设施和多元化收入缓解一部分压力。
但对于独立模型创业公司而言，每一次资源分配，都可能意味着放弃另一项重要的机会。
更残酷的是，对于这些公司而言，技术上的成功，有时候反而会成为一种昂贵的负担。
假如有一天，Kimi真的做出了全球最好的Coding模型，吸引数百万开发者每天使用它，那么让这些用户能够稳定、持续地运行自己的Agent，究竟需要多少计算资源，又需要承担多么庞大的推理成本？
这种现实压力，也能够帮助我们理解为什么开源会成为中国大模型行业如此重要的战略选择。
当模型权重开放之后，全球的云厂商、推理服务商和企业用户，都可以利用自己的基础设施部署模型，让模型的影响力突破原厂算力规模的限制，同时建立更加广泛的开发者生态。
模型公司负责创造智能，整个生态共同承担让智能运行起来的成本。
然而，当越来越多的企业能够自行部署模型、提供推理服务时，最初承担巨额研发成本的公司，又该如何从自己创造的技术价值中获得足够的收入，维持下一代模型的研发？
这或许也是中国独立模型创业公司最艰难的地方。
过去几年，它们已经逐渐证明，即使在资源受到限制的环境里，中国依然能够做出世界一流的大模型。
但训练出世界一流的模型，与建立一家能够持续经营的世界级模型公司之间，仍然隔着庞大的计算基础设施，以及一套尚在探索中的商业模式。
PART.04
一场没有终点的追赶
THUMB
STOPPING
好在，过去两年国产算力的进步，比很多人想象的都要快。
我自己在前几年就用过华为的昇腾910系列芯片，当时的体验实在算不上愉快。
硬件性能是一方面，更令人头疼的是整个软件生态还远不够成熟，从框架适配、算子支持到各种底层工具，都需要工程师投入大量精力去调试。
那时候用国产卡，就像在一条尚未修好的路上开车，走一段就得停下来清理障碍。
但这几年的变化确实很大。
华为的昇腾芯片已经从早期的910系列发展到了950系列，按照官方公布的技术规格，昇腾950的FP8算力达到1PFLOPS，而今年下半年即将推出的950DT拥有144GB内存容量和4TB/s访存带宽，部分硬件指标已经可以英伟达H200计算卡。
虽然实际训练、推理效率仍然需要经过真实负载的检验，但这样的进展已经相当可观。
与此同时，寒武纪持续迭代思元系列加速卡，平头哥今年9月发布了新一代真武V900，宣称计算能力达到上一代M890的3倍，国产AI芯片正在逐渐形成更加完整的产品体系。
华为也已经把昇腾960、970乃至980列入未来几年的产品路线图，并且开始通过超节点互联，把大量国产AI芯片组织成更大规模的计算系统。
芯片公司忙着提高算力供给，模型公司也在加紧建设自己的计算基础设施。
今年9月，彭博社报道称，DeepSeek计划在内蒙古建设的数据中心部署至少16万张华为昇腾950DT芯片，用于支撑大规模推理服务。
虽然这一计划尚未得到双方的完整公开确认，具体交付也面临产能方面的限制，但其规划规模已经足以反映头部模型公司对未来计算需求的预期。
智谱则提供了另一个很有意思的案例。
9月17日，智谱创始人唐杰披露，他们利用GLM-5.3驱动的Infra Agent，参与建设和优化GLM-5.3-Flash的推理基础设施。
按照官方公布的信息，这套系统运行在超过10万张国产AI加速卡组成的集群上，而Infra Agent在不到两周的时间里，就将端到端吞吐提升到了初始基线的约3倍。
这个案例当时引发了不少关于RSI的讨论，但我觉得它还有另一层更加现实的意义：中国的大模型公司已经开始尝试用自己创造的智能，反过来提高计算基础设施的效率。
毕竟，当一张计算卡的供给受到限制时，通过编译器、推理框架和资源调度，让它能够承接更多计算任务，本身就有着非常直接的商业价值。
这些进展确实令人振奋，但我仍然觉得，中国大模型行业的算力短缺，在未来相当长的一段时间里都很难得到彻底解决。
因为真正制约算力供给的，已经涉及整个半导体产业链。
芯片设计能力的进步固然重要，但要将这些设计转化成足够大规模、稳定且成本可控的产能，还需要先进制程、光刻设备、高带宽内存、先进封装等诸多环节共同进步。
今年9月，华为方面已经公开表示，国内市场对其AI计算设备的需求超过了现有生产能力。
我此前甚至听到过一种说法，华为的订单排期已经延伸到了2030年前后。ㅤ
这个具体时间尚缺乏能够公开核实的依据，但从已经披露的供需情况来看，国产算力扩产面临的压力确实很大。
在我看来，要真正缓解这种结构性的算力短缺，中国最终还需要在先进制造设备、工艺、存储和封装等更加底层的环节取得突破，而这显然需要比开发一代新芯片更长的时间。
更何况，即便国产算力的供给能力持续提升，模型规模的增长和Agent应用的普及，仍然可能不断创造出新的计算需求。
这就像一场没有终点的赛跑。
芯片厂商不断扩大产能，模型公司加紧建设集群，Infra团队努力提高每张卡的利用效率，而每一次成本下降，都可能让更多原本昂贵的AI应用变得可行，进而带来新一轮需求增长。
我们正在以前所未有的速度创造算力，也在以前所未有的速度消耗算力。
对于拥有庞大资金储备和成熟云计算基础设施的科技巨头来说，这或许是一场可以长期投入的竞争。
但对于那些需要依靠持续融资和有限商业收入维持研发的独立模型公司而言，每一次需求增长，都可能意味着新的基础设施投入和更大的资金压力。
过去几年，中国的模型创业公司已经在有限的资源条件下取得了令人瞩目的技术进步，但要让这些能力真正以可持续的成本服务更多用户，仍然需要一套足够强大的计算基础设施。
而这场追赶，恐怕才刚刚进入最艰难的阶段。
PART.05
尾声
THUMB
STOPPING
写到这里，我又想起了2024年的那顿饭。
那时候的Kimi正站在聚光灯下，凭借长文本能力成为中国大模型行业最耀眼的明星之一。
我们满怀期待地去谈合作，希望能够借助它的能力，为企业客户做出一些过去难以实现的产品，最后却因为算力不足，只能遗憾地放弃。
如今再回头看，我对这件事多少有了更深的理解。
两年时间，中国的大模型行业已经走过了一段相当不容易的路。
曾经遥不可及的技术目标，如今正在被一群年轻的中国研究者和工程师逐个实现，我们也终于有机会站在全球最前沿的舞台上，与那些拥有庞大资源的科技巨头正面竞争。
我很为这些进步感到高兴，也因此更加希望，它们能够真正转化成被广泛使用的产品和服务。
毕竟，当一群人历经艰难，终于把模型做到了世界一流，却还需要为如何让更多人用上它而反复权衡时，这多少是一件令人遗憾的事情。
而对于Kimi，以及这一代中国的大模型创业公司来说，我希望未来有一天，它们终于能够摆脱这种束缚，可以更加从容地投入研发，也可以更加痛快地迎接每一位愿意使用它们产品的客户。
我还记得2024年那顿饭上，月之暗面的联合创始人告诉我们的四个字：
算力不够。
两年后的今天，中国的大模型公司已经走了很远。
而我希望，下一次有人再去找他们谈合作的时候，终于可以不用听到这四个字了。
